从零开始运行YOLOV5

  • 💂 个人主页:风间琉璃
  • 🤟 版权: 本文由【风间琉璃】原创、在CSDN首发、需要转载请联系博主
  • 💬 如果文章对你有帮助、欢迎关注、点赞、收藏(一键三连)订阅专栏

目录

一、anaconda

二、YOLOV5


一、anaconda

从清华大学开源镜像网站下载比较简单快捷:清华镜像源

  根据电脑配置以及python(我这里是3.9)版本下载对应的版本。

第一个选项意思就是将安装路径填入到系统环境变量中,这里勾选,后面使用着会出现问题,大家还是不要选,然后手动添加 环境变量 就行了。后面默认点击安装等待完成。

在环境变量中添加如下路径

 

 

 添加完成后,执行cmd指令查看是否使能conda环境变量

 然后打开anaconda,出现如下界面,说明anaconda安装成功。(注意打开时要关闭科学上网才行)

 安装pytorch

 安装之前建议换成国内源,点击Channels

 

点击添加将下面的,然后按enter,最后点击更新即可。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

 更新完成如下图所示

使用命令行下载

打开anaconda powershell prompt

①创建环境

conda create -n 虚拟环境的名字 python的版本
conda create -n pytorch-py3.8 python=3.8

conda create -n pytorch python=3.9

②激活虚拟环境

conda activate 虚拟环境名称
conda activate pytorch-py3.8

conda activate pytorch

退出虚拟环境

conda deactivate 虚拟环境名称
 conda deactivate pytorch-py3.8

如果要删除虚拟环境

conda remove -p path --all
conda remove -n 虚拟环境名称 --all

③安装pytorch

最新的版本:https://pytorch.org/get-started/locally/
以往的版本 https://pytorch.org/get-started/previous-versions/

安装参考步骤:pytorch/pytorch: Tensors and Dynamic neural networks in Python with strong GPU acceleration (github.com)

 可以使用以下指令安装

conda install pytorch torchvision torchaudio cpuonly -c pytorch

我的windows系统只有cpu版本的则复制最后一行代码。若出现如下报错电脑可能是缺少OpenSSL了,需要到Win32/Win64 OpenSSL Installer for Windows - Shining Light Productions

这里按照系统下载对应的版本,我的电脑是Win10 64bit,于是就选择了红色圈起来的版本

安装的过程中记得选择这项,其余的默认即可。

 然后就等待下载成功。

 

二、YOLOV5

从github下载yolov5的源码,下载最新的即可。

 下载完成后,需要安装支持yolov5的环境。

D:

cd D:\Data\PyCharm\yolov5-master

 pip install -r requirements.txt

更新pip失败:可以首先执行  python -m ensurepip  然后执行 python -m pip install --upgrade pip  即可更新完毕。

 

 环境安装完成后,打开Pycharm,配置python解释器

 打开detect.py右键运行

 运行结果

结果保存在runs\detect\exp文件夹下面。

 

  • 7
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高,更加灵活和易用,当前非常流行。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目:单目标检测(足球目标检测)和多目标检测(足球和梅西同时检测)。 本课程的YOLOv5使用ultralytics/yolov5,在Windows系统上做项目演示。包括:安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。 希望学习Ubuntu上演示的同学,请前往 《YOLOv5(PyTorch)实战:训练自己的数据集(Ubuntu)》课程链接:https://edu.csdn.net/course/detail/30793  本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:《YOLOv5(PyTorch)目标检测实战:训练自己的数据集》Ubuntu系统 https://edu.csdn.net/course/detail/30793Windows系统 https://edu.csdn.net/course/detail/30923《YOLOv5(PyTorch)目标检测:原理与源码解析》课程链接:https://edu.csdn.net/course/detail/31428《YOLOv5目标检测实战:Flask Web部署》课程链接:https://edu.csdn.net/course/detail/31087《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》课程链接:https://edu.csdn.net/course/detail/32303《YOLOv5目标检测实战:Jetson Nano部署》课程链接:https://edu.csdn.net/course/detail/32451《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接:https://edu.csdn.net/course/detail/32669《YOLOv5实战口罩佩戴检测》课程链接:https://edu.csdn.net/course/detail/32744《YOLOv5实战中国交通标志识别》课程链接:https://edu.csdn.net/course/detail/35209《YOLOv5实战垃圾分类目标检测》课程链接:https://edu.csdn.net/course/detail/35284       

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Super.Bear

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值